NAVODILA ZA NAMESTITEV IN PRIJAVO V SISTEM - Jasa132/Projektni-pratikum-Gaseri Wiki

1 UVOD

1.1 Namen dokumenta:

Ta dokument je namenjen vsem uporabnikom, ki bi želeli uporabiti našo aplikacijo. V nadaljevanju so opisana kratka navodila za namestitev projekta in nekaj napotkov kako začeti sistem uporabljati.

1.2 Kako namestiti sistem?

  • 1. korak -> priprava sistema

Sledite temu videu ( https://www.youtube.com/watch?v=usR2LQuxhL4 ) za namestitev Googlovega API-ja za zaznavanje objektov TensorFlow.

  • 2. korak -> prenos aplikacije

Pojdite na spletni naslov: https://github.com/Jasa132/Projektni-pratikum-Gaseri in si na sistem namestite zadnjo različico.

  • 3. korak -> pripravljene datoteke premaknite v models\research\object_detection

Ko ste končali s prvim in drugim korakom, bi morali dobiti mapo models. V terminalu se premaknite v to mapo in izvedite ukaz: cd research\object_detection Sedaj še samo dodajte pripravljene skripte (dodajanje_avtomobila.py, PID_controller.py, RGB_Camera_back.py …), ki ste jih predhodno naložili iz GitHub-a.

  • 4. korak -> zagon simulatorja Carla

Korak predvideva, da ima uporabnik na sistemu nameščen Carla simulator, ki ga lahko požene s pomočjo terminala. Če uporabnik še nima nameščenega simulatorja si ga lahko namesti na spletnem naslovu: https://carla.org/.

Simulator zaženemo z ukazom: .\CarlaUE4.exe (opcijsko: -quality-level=Low -dx11)

  • 5. korak -> zagon glavnega vozlišča

V prvem delu zadnjega koraka zaženete skripto world_settings, ki bo spremenila trenuten svet: python world_settings.py.

V drugem delu koraka zaženete glavno vozlišče s ukazom: python dodajanje_avtomobila.py.

Če ste vse korake izvedli pravilno bi se vam sedaj moralo odpreti okno (pygame). Sedaj lahko pričnete z upravljanjem vozila.

Dodatni napotki za uporabo aplikacije in upravljanjem z vozilom:

W -> naprej, S -> zavora, A -> levo, D -> desno, Q -> prestavimo v vzvratno

Vozilu lahko dodate razne senzorje:

  • lidar -> dodajanje: G odstranjevanje: H,
  • sprednja RGB kamera -> dodajanje: J odstranjevanje: J,
  • zadnja RGB kamera -> dodajanje: K odstranjevanje: K,
  • detektor objektov -> dodajanje: O odstranjevanje: O,
  • radar senzor -> dodajanje: P odstranjevanje: P,
  • zaznava vozišča/pasu -> dodajanje: V odstranjevanje: V,
  • detekcija prometnih znakov -> dodajanje: P odstranjevanje: P,
  • Ti senzorji tudi shranjujejo dve vrsti pridobljenih podatkov. Ena vrsta podatkov so podatki, ki se navezujejo na samo stanje avtomobila v času, ko je bil senzor vklopljen (plin, zavora, položaj krmila, prestava avtomobila…). Druga vrsta podatkov pa je specifična za vsak posamezen senzor.
  • S -> L lahko vklopite razpoznavanje vozil, pri tem bi se moralo odpreti okno, ki bi moralo začeti realno časovno predvajati razpoznavanje vozil s pomočjo sprednje RGB kamere.
  • S -> Y lahko vklopite in izklopite PID krmilnik, ki skrbi da naše vozilo sledi vozilu pred nami na določeni razdalji.
  • Za končanje programa pritisnite -> Z

Uporaba skripte data_visualization.py:

V mapo Shranjeni_podatki se shranjujejo vsi podatki, ki ste jih zajeli s senzorji. Te podatke lahko vizualizirate s pomočjo skripte data_visualization.py.

  1. korak zaženite skripto: python data_visualization.py -s [RGB_back/RBG_front/obstacle_d/radar]